论文部分内容阅读
本文从我国CO2排放量的不确定性、不完整性、小样本等特征出发，以BP神经网络模型和支持向量机模型为基础，建立基于粗糙集的组合预测模型.BP神经网络模型具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题，支向量机模型适合于小样本、贫信息系统的预测研究，利用它们的这种优点再结合粗糙集的理论进行组合预测，将组合系数的确定转化为粗糙集中条件属性重要性的评价问题，克服传统方法的主观性，提高单一预测模型的精度.最后，以我国1990～2011年CO2排放量的数据以及同期的人口数量、GDP和能源消耗总量数据为基础对我国同期CO2排放量进行预测来验证基于粗糙集的组合预测模型的有效性，并利用此模型对我国未来的CO2排放量进行预测.